表示モード
画像位置
文字位置
理解度の自動記録
Q1GOOGLEGENERATIVEAILEADER
Q1. あるオンライン教育企業が、受講者ごとに最適化された学習体験を提供するAI活用の教育ソリューションを構築したいと考えています。
このプラットフォームは、学習者の理解度を評価し、関連する教材を推薦し、個別化された演習問題を生成します。
さらにレッスンの構成を提示し、学習の進捗を追跡します。
どのタイプのAIソリューションを採用すべきですか？
解答を見る
正解：D. カスタマイズされた学習エージェント
要件は単なる推薦やコンテンツ生成にとどまりません。理解度の評価、教材の推薦、個別化された演習の生成、レッスン構成の提示、進捗の追跡までを一貫して担う必要があります。
これは学習者のアシスタントや家庭教師のように振る舞う、包括的で知的なシステムを意味します。
複数の機能を統合し自律的に判断するものは学習エージェントが最も適切です。
LLMやレコメンデーションシステムは構成要素として活用されますが、全体としてはエージェントになります。
Vertex AI Agent Builder | Google Cloud
Q2GOOGLEGENERATIVEAILEADER
Q2. あるゲーム開発スタジオが、ビデオゲーム内で動くAIキャラクターを開発しています。
このAIキャラクターは、複雑な環境を移動し、ゲーム内の目標を達成するための意思決定を学習する必要があります。
報酬を獲得する、障害物を乗り越えるなど良い結果につながる行動を取ればプラスのスコアを、壁に衝突する、進捗を失うなど悪い結果につながる行動を取ればマイナスのスコアを受け取ります。
この試行錯誤のプロセスを通じて、AIは徐々にキャラクター操作の能力を向上させます。
このスタジオはどの機械学習を使用すべきですか？
解答を見る
正解：B. 強化学習（Reinforcement Learning）
報酬とペナルティを通じた試行錯誤で行動を最適化していく仕組みは、強化学習（Reinforcement Learning）の典型例です。エージェントが環境と相互作用し、望ましい行動には報酬、望ましくない行動には罰を受け取りながら、累積報酬を最大化するように振る舞いを改善します。
ディープラーニングは手法の一種であり、教師あり学習はラベル付きデータ、教師なし学習は未ラベルデータのパターン発見が中心です。
報酬と罰による試行錯誤で行動を最適化するのは強化学習が正解です。
機械学習とは | Google Cloud
Q3GOOGLEGENERATIVEAILEADER
Q3. 膨大な製品カタログと多数のサポート文書を抱える大手小売企業で、顧客がウェブサイト上で必要な情報を見つけられずに苦労しています。
これによりサポートコストが増大し、ユーザー体験も損なわれています。
この企業は、サポートコストを削減し顧客満足度を高めながらウェブサイト内検索を改善するGoogle Cloudソリューションを求めています。
どのGoogle Cloud製品を使用すべきですか？
解答を見る
正解：B. Vertex AI Search
自社の製品カタログやサポート文書に対して、高精度な企業向け検索体験を構築できるのが Vertex AI Search です。自社データを対象にした検索を実現し、顧客が必要な情報に素早くたどり着けるようにするため、サポートコストの削減とユーザー体験の向上に直結します。
Google ショッピングは消費者向け、Google 検索は公開ウェブ向け、Vertex AI Platform は汎用的なML開発基盤です。
社内データを対象としたサイト内検索の改善には Vertex AI Search が最適です。
Vertex AI Search | Google Cloud
Q4GOOGLEGENERATIVEAILEADER
Q4. Vertex AI Search は企業に何を可能にしますか？
解答を見る
正解：A. ファーストパーティデータ、サードパーティデータ、および Google のナレッジグラフを用いて、LLMの応答にグラウンディング（根拠付け）を行うこと。
Vertex AI Search の中核的な役割は、企業の自社データ（ファーストパーティ）や外部データ（サードパーティ）、さらに Google のナレッジグラフを活用して、LLMの応答を信頼できる情報源に根拠付ける（グラウンディング）ことです。これにより、ハルシネーション（幻覚）を抑え、正確で関連性の高い回答を実現します。
Google 検索のように公開ウェブ全体を索引付けするものではなく、組織のデータに基づく検索・回答に特化している点が重要です。
Vertex AI Search | Google Cloud
Q5GOOGLEGENERATIVEAILEADER
Q5. マルチエージェントシステムを採用する主な利点は何ですか？
解答を見る
正解：D. 協調的なAI機能を必要とする複雑なタスクを管理すること。
マルチエージェントシステムは、複雑な問題をサブタスクに分解し、各エージェントが特定の機能を専門的に担うことで成り立ちます。これらのエージェントが連携・協調することで、単一のモノリシックなAIモデルでは対処が難しい大規模で複雑な目標を達成できます。
複数のAI機能を協調させて複雑なタスクを管理する点に最大の利点があります。
単一モデルへの統合や非AIアプリのホスティングという記述は、マルチエージェントの本質とは異なります。
Vertex AI Agent Builder | Google Cloud
Q6GOOGLEGENERATIVEAILEADER
Q6. ある企業の広報部門が、長文の顧客フィードバック記録を分析・要約するAIツールを必要としています。
大きなコンテキストウィンドウを持つ Google の基盤モデル（ファウンデーションモデル）を選定する必要があります。
どの基盤モデルを選ぶべきですか？
解答を見る
正解：A. Gemini
Gemini は大きなコンテキストウィンドウを持つことで知られており、顧客フィードバックの記録のような長文テキストの処理や要約に非常に適しています。CodeGemma はコード向け、Imagen は画像生成向け、Chirp は音声向けに特化したモデルです。
長文処理に必要な大きなコンテキストウィンドウを持つのは Geminiが正解です。
Google モデル | Vertex AI | Google Cloud
Q7GOOGLEGENERATIVEAILEADER
Q7. あるスタートアップの開発者が、チャットボットアプリケーションの迅速なプロトタイピングのために、ローカルマシン上でファインチューニングできる高効率なオープンソースの大規模言語モデルを必要としています。
自然言語の理解と生成において高い性能を発揮しつつ、限られたハードウェアでも動作する軽量なモデルが求められています。
どの Google 開発のモデルファミリーを使用すべきですか？
解答を見る
正解：C. Gemma
Gemma は、Gemini と同じ研究・技術から構築された、軽量で最先端のオープンモデルファミリーです。ローカルマシンやクラウドで革新的なAIアプリを開発できるよう設計されており、限られたハードウェアでの動作や迅速なプロトタイピングに適した性能と効率のバランスを備えています。
Veo は動画生成、Gemini はより大規模で汎用的、Imagen は画像生成向けです。
軽量・オープンソースでローカル実行に適した Google のモデルは Gemmaが正解です。
Gemma | Google AI for Developers
Q8GOOGLEGENERATIVEAILEADER
Q8. ある企業が、Google Cloud 上で自社の生成AIモデルおよび関連リソースへのアクセス権を誰に付与するかについて、きめ細かな制御を行いたいと考えています。
この目的に特化した Google Cloud のセキュリティ製品はどれですか？
解答を見る
正解：A. Identity and Access Management（IAM）
Identity and Access Management（IAM）は、どのユーザーがどのリソースにどのようなアクセス権を持つかを定義する Google Cloud の基盤的なサービスです。ユーザー・グループ・サービスアカウントに対する権限をきめ細かく制御でき、生成AIモデルや関連データへのアクセス管理にも適用されます。
Security Command Center はセキュリティ態勢の可視化、ワークロード監視ツールは監視が中心です。
「誰が使用・閲覧できるか」のアクセス制御には IAM が最適です。
IAM の概要 | Google Cloud
Q9GOOGLEGENERATIVEAILEADER
Q9. あるスタートアップが対話型のAIチャットボットを開発しています。
チャットボットが人間らしい会話を行い、正確な情報を提供できるようにする必要があります。
ユーザーのプロンプトをよりよく理解し、効果的に応答する能力を高めるには、何をすべきですか？
解答を見る
正解：A. Few-shot プロンプティング（少数の例示）などのプロンプトエンジニアリング技法を用い、成功した対話の例をチャットボットに提供する。
プロンプトエンジニアリング、特に Few-shot プロンプティング（望ましい入出力例を提示する手法）は、生成AIモデルに文脈を理解させ、関連性が高く人間らしい応答を生成させるうえで重要です。学習データの制限や厳密なキーワードマッチングは会話能力を大きく制約し、temperature を下げても応答の多様性が減るだけで理解力が高まるわけではありません。
成功例を示す Few-shot プロンプティングが対話の質を高める手段として適切です。
プロンプト設計の概要 | Vertex AI | Google Cloud
Q10GOOGLEGENERATIVEAILEADER
Q10. ある企業の人事部門が、大量の求人応募をスクリーニングする業務を支援するため、新しい生成AIアプリケーションを導入しています。
公平性を確保し、応募者との信頼関係を築きたいと考えています。
チームは何を優先すべきですか？
解答を見る
正解：C. 特に応募の評価方法とデータの利用方法に関して、AIが透明性をもって動作するようにする。
求人応募のように機微な領域で公平性と信頼を確保するには、AIがどのように応募を評価し、データを利用するかについての透明性が最も重要です。これには潜在的なバイアスの理解、可能な範囲での意思決定の説明、人間による監督の確保が含まれます。
リーチの最大化や処理時間の短縮、人手を介さない自動ランク付けは、公平性と信頼の確保という目的には直結しません。
Responsible AI | Google Cloud